Ciência responsável dos dados: imparcialidade, precisão, confidencialidade, e transparência dos dados

Detalhes bibliográficos
Autor(a) principal: Andrade, Morgana Carneiro
Data de Publicação: 2020
Outros Autores: Gonçalez, Paula Regina Ventura Amorim, Berti Junior, Decio Wey, Baptista, Ana Alice, Coneglian, Caio Saraiva
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/86313
Resumo: Introdução: no contexto Big Data, surge, como necessidade urgente, a aplicação de direitos individuais e empresariais e de normas regulatórias que resguardem a privacidade, a imparcialidade, a precisão e a transparência. Nesse cenário, a Responsible Data Science desponta como uma iniciativa que tem como base as diretrizes FACT, que correspondem à adoção de quatro princípios: imparcialidade, precisão, confidencialidade e transparência. Objetivo: abordar alternativas que podem assegurar a aplicação das diretrizes FACT. Metodologia: foi desenvolvida investigação exploratória e descritiva com abordagem qualitativa. Foram realizadas pesquisas nas bases de dados bibliográficas Web of Science, Scopus e pelo motor de busca Scholar Google com a utilização dos termos “Responsible Data Science”, “Fairness, Accuracy, Confidentiality, Transparency + Data Science”, FACT e FAT relacionados com Data Science. Resultados: a Responsible Data Science desponta como uma iniciativa que tem como base as diretrizes FACT, que correspondem à adoção dos princípios: imparcialidade, precisão, confidencialidade e transparência. Para a implementação dessas diretrizes, deve-se considerar o uso de técnicas e abordagens que estão sendo desenvolvidas pela Green Data Science. Conclusões: concluiu-se que a Green Data Science e as diretrizes FACT contribuem significativamente para a salvaguarda dos direitos individuais, não sendo necessário recorrer a medidas que impeçam o acesso e a reutilização de dados. Os desafios para implementar as diretrizes FACT requerem estudos, condição sine qua non para que as ferramentas para análise e disseminação dos dados sejam desenvolvidas ainda na fase de concepção de metodologias.
id RCAP_1d5fe9894dc010753f500945e0854028
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/86313
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Ciência responsável dos dados: imparcialidade, precisão, confidencialidade, e transparência dos dadosResponsible data science: impartiality, accuracy, confidentiality and transparency of dataCiência dos dadosÉticaBig dataCiência Responsável dos DadosData scienceEthicResponsible Data ScienceCiencia de datosCiencia responsable de datosCiências Sociais::Outras Ciências SociaisEducação de qualidadeIntrodução: no contexto Big Data, surge, como necessidade urgente, a aplicação de direitos individuais e empresariais e de normas regulatórias que resguardem a privacidade, a imparcialidade, a precisão e a transparência. Nesse cenário, a Responsible Data Science desponta como uma iniciativa que tem como base as diretrizes FACT, que correspondem à adoção de quatro princípios: imparcialidade, precisão, confidencialidade e transparência. Objetivo: abordar alternativas que podem assegurar a aplicação das diretrizes FACT. Metodologia: foi desenvolvida investigação exploratória e descritiva com abordagem qualitativa. Foram realizadas pesquisas nas bases de dados bibliográficas Web of Science, Scopus e pelo motor de busca Scholar Google com a utilização dos termos “Responsible Data Science”, “Fairness, Accuracy, Confidentiality, Transparency + Data Science”, FACT e FAT relacionados com Data Science. Resultados: a Responsible Data Science desponta como uma iniciativa que tem como base as diretrizes FACT, que correspondem à adoção dos princípios: imparcialidade, precisão, confidencialidade e transparência. Para a implementação dessas diretrizes, deve-se considerar o uso de técnicas e abordagens que estão sendo desenvolvidas pela Green Data Science. Conclusões: concluiu-se que a Green Data Science e as diretrizes FACT contribuem significativamente para a salvaguarda dos direitos individuais, não sendo necessário recorrer a medidas que impeçam o acesso e a reutilização de dados. Os desafios para implementar as diretrizes FACT requerem estudos, condição sine qua non para que as ferramentas para análise e disseminação dos dados sejam desenvolvidas ainda na fase de concepção de metodologias.Introduction: In the Big Data context, as an urgent need arises the application of individual and corporate rights and regulatory standards that safeguard privacy, impartiality, accuracy and transparency. In this scenario, Responsible Data Science emerges as an initiative based on the FACT guidelines, which correspond to the adoption of four principles: impartiality, accuracy, confidentiality and transparency. Objective: To address alternatives that can ensure the application of the FACT guidelines. Methodology: An exploratory and descriptive research with a qualitative approach was developed. Searches were performed on the Web of Science, Scopus, and Scholar Google search engines using Responsible Data Science, Fairness, Accuracy, Confidentiality, Transparency Data Science, FACT, and FAT related to Data Science. Results: Responsible Data Science emerges as an initiative based on the FACT guidelines, which correspond to the adoption of the principles: impartiality, accuracy, confidentiality and transparency. In implementing these guidelines, consideration should be given to the use of techniques and approaches being developed by Green Data Science. Conclusions: It is concluded that Green Data Science and the FACT guidelines contribute significantly to safeguarding individual rights and that no measures need to be taken to prevent access and reuse of data. Challenges for implementing the FACT guidelines require studies, sine qua non conditions for tools for data analysis and dissemination to be developed at the design stage of methodologies.Introducción: en el contexto de Big Data, como una necesidad urgente surge la aplicación de los derechos individuales y corporativos y las normas reguladoras que salvaguardan la privacidad, imparcialidad, precisión y transparencia. En este escenario, Responsible Data Science surge como una iniciativa basada en las pautas de FACT, que corresponden a la adopción de cuatro principios: imparcialidad, precisión, confidencialidad y transparencia. Objetivo: abordar alternativas que puedan garantizar la aplicación de las pautas de FACT. Metodología: se desarrolló una investigación exploratoria y descriptiva con un enfoque cualitativo. Las búsquedas se realizaron en los motores de búsqueda de Web of Science, Scopus y Scholar Google utilizando los términos "Ciencia de datos responsable", "Justicia, precisión, confidencialidad, transparencia + ciencia de datos", FACT y FAT relacionados con ciência de los datos. Resultados: Responsible Data Science surge como una iniciativa basada en los lineamientos de FACT, que corresponden a la adopción de los principios: imparcialidad, precisión, confidencialidad y transparencia. Al implementar estas pautas, se debe considerar el uso de técnicas y enfoques desarrollados por Green Data Science. Conclusiones: Se concluye que Green Data Science y las pautas FACT contribuyen significativamente a salvaguardar los derechos individuales y que no es necesario tomar medidas para evitar el acceso y la reutilización de datos. Los desafíos para implementar las pautas FACT requieren estudios, condiciones sine qua non para desarrollar herramientas para el análisis y la difusión de datos en la etapa de diseño de las metodologias.Universidade Estadual de Londrina. Departamento de Ciência da InformaçãoUniversidade do MinhoAndrade, Morgana CarneiroGonçalez, Paula Regina Ventura AmorimBerti Junior, Decio WeyBaptista, Ana AliceConeglian, Caio Saraiva20202020-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfhttps://hdl.handle.net/1822/86313por1981-892010.5433/1981-8920.2020v25n2p26https://ojs.uel.br/revistas/uel/index.php/informacao/article/view/38467info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-09-09T01:16:55Zoai:repositorium.sdum.uminho.pt:1822/86313Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:28:42.416348Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Ciência responsável dos dados: imparcialidade, precisão, confidencialidade, e transparência dos dados
Responsible data science: impartiality, accuracy, confidentiality and transparency of data
title Ciência responsável dos dados: imparcialidade, precisão, confidencialidade, e transparência dos dados
spellingShingle Ciência responsável dos dados: imparcialidade, precisão, confidencialidade, e transparência dos dados
Andrade, Morgana Carneiro
Ciência dos dados
Ética
Big data
Ciência Responsável dos Dados
Data science
Ethic
Responsible Data Science
Ciencia de datos
Ciencia responsable de datos
Ciências Sociais::Outras Ciências Sociais
Educação de qualidade
title_short Ciência responsável dos dados: imparcialidade, precisão, confidencialidade, e transparência dos dados
title_full Ciência responsável dos dados: imparcialidade, precisão, confidencialidade, e transparência dos dados
title_fullStr Ciência responsável dos dados: imparcialidade, precisão, confidencialidade, e transparência dos dados
title_full_unstemmed Ciência responsável dos dados: imparcialidade, precisão, confidencialidade, e transparência dos dados
title_sort Ciência responsável dos dados: imparcialidade, precisão, confidencialidade, e transparência dos dados
author Andrade, Morgana Carneiro
author_facet Andrade, Morgana Carneiro
Gonçalez, Paula Regina Ventura Amorim
Berti Junior, Decio Wey
Baptista, Ana Alice
Coneglian, Caio Saraiva
author_role author
author2 Gonçalez, Paula Regina Ventura Amorim
Berti Junior, Decio Wey
Baptista, Ana Alice
Coneglian, Caio Saraiva
author2_role author
author
author
author
dc.contributor.none.fl_str_mv Universidade do Minho
dc.contributor.author.fl_str_mv Andrade, Morgana Carneiro
Gonçalez, Paula Regina Ventura Amorim
Berti Junior, Decio Wey
Baptista, Ana Alice
Coneglian, Caio Saraiva
dc.subject.por.fl_str_mv Ciência dos dados
Ética
Big data
Ciência Responsável dos Dados
Data science
Ethic
Responsible Data Science
Ciencia de datos
Ciencia responsable de datos
Ciências Sociais::Outras Ciências Sociais
Educação de qualidade
topic Ciência dos dados
Ética
Big data
Ciência Responsável dos Dados
Data science
Ethic
Responsible Data Science
Ciencia de datos
Ciencia responsable de datos
Ciências Sociais::Outras Ciências Sociais
Educação de qualidade
description Introdução: no contexto Big Data, surge, como necessidade urgente, a aplicação de direitos individuais e empresariais e de normas regulatórias que resguardem a privacidade, a imparcialidade, a precisão e a transparência. Nesse cenário, a Responsible Data Science desponta como uma iniciativa que tem como base as diretrizes FACT, que correspondem à adoção de quatro princípios: imparcialidade, precisão, confidencialidade e transparência. Objetivo: abordar alternativas que podem assegurar a aplicação das diretrizes FACT. Metodologia: foi desenvolvida investigação exploratória e descritiva com abordagem qualitativa. Foram realizadas pesquisas nas bases de dados bibliográficas Web of Science, Scopus e pelo motor de busca Scholar Google com a utilização dos termos “Responsible Data Science”, “Fairness, Accuracy, Confidentiality, Transparency + Data Science”, FACT e FAT relacionados com Data Science. Resultados: a Responsible Data Science desponta como uma iniciativa que tem como base as diretrizes FACT, que correspondem à adoção dos princípios: imparcialidade, precisão, confidencialidade e transparência. Para a implementação dessas diretrizes, deve-se considerar o uso de técnicas e abordagens que estão sendo desenvolvidas pela Green Data Science. Conclusões: concluiu-se que a Green Data Science e as diretrizes FACT contribuem significativamente para a salvaguarda dos direitos individuais, não sendo necessário recorrer a medidas que impeçam o acesso e a reutilização de dados. Os desafios para implementar as diretrizes FACT requerem estudos, condição sine qua non para que as ferramentas para análise e disseminação dos dados sejam desenvolvidas ainda na fase de concepção de metodologias.
publishDate 2020
dc.date.none.fl_str_mv 2020
2020-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/86313
url https://hdl.handle.net/1822/86313
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 1981-8920
10.5433/1981-8920.2020v25n2p26
https://ojs.uel.br/revistas/uel/index.php/informacao/article/view/38467
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual de Londrina. Departamento de Ciência da Informação
publisher.none.fl_str_mv Universidade Estadual de Londrina. Departamento de Ciência da Informação
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133555166543872